下载掌阅APP，畅读海量书库
立即打开
实时分析（Real-Time Analytics，RTA）阐释了一种先进的数据处理技术，它允许我们在事件可用之际立刻提炼出其内在价值。
在本书中，当提及“实时”一词时，我们特指“软实时”的概念。例如，由网络传输延迟和垃圾回收机制导致的暂停，可能会使事件的传递与处理出现数百毫秒甚至更久的延误。
实时分析与批处理模式有很大不同。后者是先积累数据，再集中处理，从事件发生到处理完毕，往往存在显著的时延。图1-3为我们提供了批处理流程的直观图示。
图1-3：批处理
相比之下，实时分析要求在事件发生后立即做出反应，如图1-4所示。
图1-4：实时处理
传统上，数据分析领域一直以批处理作为主流手段，这一过程要求我们人为地设定时间界限，以便将数据分割成固定时长的批次，随后进行集中处理。例如，我们可能会选择在每个营业日终结时处理一整天的数据，或者在每小时结束时处理该时段内的数据。然而，对于许多用户而言，这种方式过于缓慢，它所提供的过时结果无法满足用户对即时事件做出快速反应的需求。
随着时间的推移，通过减小处理批次的尺寸，将其缩减至分钟乃至秒级别，这些限制的影响逐步减弱，最终会实现事件一到达便立刻进行处理，从而摒弃了固定的时间段划分。这正是实时分析的核心理念所在！
事件一旦可用，实时分析系统就迅速捕获、分析该事件，并据此执行相应操作。这与多年来主导数据分析的传统批处理系统截然不同，实时分析系统专门针对无界、持续增长的数据集进行即时处理。